Python 如何正确使用re.sub捕获组？

我有一个如下所示的URL：

url = https://www.sx.com/found/text.html

我想用一个捕获组替换第三个和第四个斜杠之间的文本，也就是说，我想用一个新的字符串news替换“found”：

replace = re.sub(r'(?:/.*/)(.*)/', r'/news/\1', url)

预期结果：

replace = https://www.sx.com/news/text.html

然而，我得到了这个结果：

https:/news/text.html

我做错了什么？

您可以使用：

>>> url = 'https://www.sx.com/found/text.html'
>>> print ( re.sub(r'(.+/)[^/]+(/[^/]*/?)$', r'\1news\2', url) )
https://www.sx.com/news/text.html

正则表达式详细信息：

.+/：任何字符的1+匹配，后跟/。捕获组1 [^/]+：匹配任何不匹配字符的1+/ /[^/]*/？：匹配下一个/后跟非-/字符，直到结束。捕获组2 $：完 您可以使用：

>>> url = 'https://www.sx.com/found/text.html'
>>> print ( re.sub(r'(.+/)[^/]+(/[^/]*/?)$', r'\1news\2', url) )
https://www.sx.com/news/text.html

正则表达式详细信息：

.+/：任何字符的1+匹配，后跟/。捕获组1 [^/]+：匹配任何不匹配字符的1+/ /[^/]*/？：匹配下一个/后跟非-/字符，直到结束。捕获组2 $：完 虽然您应该使用urllib来完成这些工作，但使用re您可以尝试

(//.*/).*/

取而代之

\1news/

见演示

或者你可以试试这个。有了它，您就不需要处理url解析了

虽然您应该使用urllib来完成这些工作，但使用re您可以尝试

(//.*/).*/

取而代之

\1news/

见演示

或者你可以试试这个。有了它，您就不需要处理url解析了

使用re.subr'^https？：/[^/]*/[^/]+/'，r'\1news/'，url使用re.subr'^https？：/[^/]*/[^/]+/'，r'\1news/'，url